王运涛, 清华大学计算机科学与技术系 人机交互实验室副研究员, 清华大学全球创新学院(GIX)技术导师。王运涛围绕生理行为计算的自然人机交互,以“自然生理行为中交互意图的可计算性”为关键科学问题,创新端设备上生理指征鲁棒解析、有意交互高效检测以及交互意图精准推理的方法与技术,突破开放环境中生理信号易扰、行为数据高噪、意图表达隐匿带来的技术挑战。主持自然科学基金面上与青年项目、十四五重点专项课题等国家项目及多项国际合作项目、校企合作项目,发表学术论文80余篇,其中以第一/通讯作者身份发表CCF-A类论文30余篇,9次荣获最佳论文奖等会议奖项,获得授权专利30余项,研发的多项自然交互技术运行在华为、蚂蚁等国内头部企业的数亿台用户终端产品。荣获2022年中国科协青年人才托举工程、2024年吴文俊人工智能青年科技奖、2024年青海省“昆仑英才-高端创新创业人才”领军人才、2019年中国电子学会科学技术奖一等奖等国内外重要奖项。
博士:计算机科学与技术专业, 2016
清华大学
学士:计算机科学与技术专业, 2011
北京邮电大学
本研究首次在端智能降噪耳机上实现了咳嗽事件的连续监测,通过将自研的轻量级端到端深度学习模型部署在端智能降噪耳机芯片,仅额外消耗5.2mW功耗,在真实患者的日常生活情景下,实现2Hz的咳嗽事件连续识别,准确率达90.0%。F1分数达89.5%,为未来呼吸道连续健康监测提供新的解决方案。
本研究首次提出基于调频连续超声波测距的头部朝向的精准追踪技术。智能设备喇叭发出人无法察觉的调频连续超声波,通过解析用户佩戴的普适智能降噪耳机的常开麦克风获取的超声信号,实现了头部朝向发声智能设备的连续空间位置追踪,距离中值误差10.9mm,偏航角中值误差3.7°,倾斜角中值误差5.8°,支持更加智能的情境感知交互技术。
(共同一作)本工作在商用手机前置摄像头上实现基于人脸的高鲁棒性远程心率检测技术(rPPG),通过后置摄像头的手指PPG信号提供真值,实现对每个个体的rPPG的快速个性化调优,极大的提升rPPG检测对运动、光线等环境变脸的鲁棒性,实现手机端设备上高效远程心率检测技术。
帕金森氏症常见于老年群体,由于手抖以及肌肉僵硬等原因,用户在智能触屏手机上的文本输入效率低下。本研究建模帕金森用户在QWERTY软键盘上的指点时空特性,提出用于输入预测的弹性概率模型,对文本输入意图进行高效的统计解码。用户研究表明,本方法可达22.8单词/分钟的输入效率,对比于基准文本输入法,错误率显著降低,用户偏好度等主观评测指标显著提升。
FlexTouch基于泛在触摸屏电容感知电路可被导电材料延伸以及信号地有效增加延伸距离的物理特性,将电容手机触屏的触摸感知能力延伸到日常物品表面。通过轻便易用的物理触摸界面智造方法,提出泛在电容感知信号在大规模表面的扩展方法,将泛在电容屏的感知能力从数分米提升到数米,解决了领域内大规模触摸感知的难题,支持丰富的人机交互应用。
共计80+篇期刊/会议论文,列表中仅包含发表的论文
申请49发明专利,30+项专利获得授权
6项国际专利包括:
共计申请38项发明专利,其中24项获得授权,包括:
共计申请5项美国专利,其中5项获得授权,包括: